如何对(66180L,)型numpy.ndarray字符串按空格分割并提取单词与数字

嘿，我来帮你搞定这个需求！针对你那个形状为(66180L,)的numpy字符串数组，我们可以通过两种直观的方式来实现遍历、分割并筛选出单词和数字：

方法1：列表推导式+字符串方法（直观易懂） #

我们可以逐个遍历数组中的每个字符串，按空格分割后，用字符串内置方法筛选出符合要求的内容：

import numpy as np

# 替换成你实际的numpy数组
arr = np.array(["hello 123 !@# world 456", "foo bar 789 $%^"], dtype=str)

processed_list = []
for s in arr:
    # 按空格分割字符串为单个元素
    split_parts = s.split()
    # 筛选：保留纯字母/纯数字的部分（允许字母数字混合的话，换成part.isalnum()即可）
    filtered_parts = [part for part in split_parts if part.isalpha() or part.isdigit()]
    processed_list.append(filtered_parts)

# 可选：转回numpy数组（因每个元素长度可能不同，用object类型存储）
processed_arr = np.array(processed_list, dtype=object)

补充说明：

• isalpha()：判断内容是否为纯字母组成的单词
• isdigit()：判断内容是否为纯数字
• 如果需要保留abc123这类字母数字混合的内容，直接用part.isalnum()替代判断条件即可

方法2：正则表达式（灵活高效） #

如果字符串里的特殊字符比较复杂，用正则表达式提取会更精准，能匹配单词边界内的字母/数字：

import numpy as np
import re

# 替换成你实际的numpy数组
arr = np.array(["hello 123 !@# world 456", "foo bar 789 $%^"], dtype=str)

processed_list = []
# 正则模式：匹配由字母或数字组成的完整单词
pattern = r'\b[a-zA-Z0-9]+\b'
for s in arr:
    # 提取所有符合模式的内容
    matched_parts = re.findall(pattern, s)
    processed_list.append(matched_parts)

processed_arr = np.array(processed_list, dtype=object)

这里的\b是单词边界标记，能确保我们提取的是完整的单词/数字，不会把特殊字符旁边的片段误包含进来。

两种方法都能高效处理你那66k长度的数组，根据你的实际字符串复杂度选择就行~

内容的提问来源于stack exchange，提问作者Jayganesh Kalla